电商用户大数据分析与挖掘.ppt

电商用户数据分析与挖掘 2020 2 14 说明 备注信息 2020 2 14 1 1购物体验DSR评分1 2深入客户关系管理1 2 1年滚动趋势1 2 2月滚动趋势 一 购物体验现状 1 1DSR动态评分 DSR评分不错 尤其在 宝贝与描述相符 上比较突出 提升DSR的其他方案 客服专业性服务及客户信息收集 批量进行 利用订单中心 个性化包裹 发货提醒 同城到达提醒等 个性化进行 物流跟进 退款跟进 评价跟进等但是整体的退款率非常大 1 2 1年滚动趋势 活跃客户 备注 回头客比例 一年购买2次及以上新客户 一年前购买过又来买的客户 一年总客户数 如 201308指201209 201308 整体销售额呈现一定的稳定增长趋势 回头客销售额占比整体呈现逐渐上升的趋势 目前占到6 低于行业均值 需后续加强老客户的维护 整体客户数同销售额类似 呈现一定的稳定增长态势 相比而言 老客户的客单价高于新客户 但是目前的整体现状仍需改进 1 2 2月趋势 从销售额的趋势来看 波动非常大 中间竟然出现几个月非常低的销售情况 如2013年的1 2 6 7 8月份 需引起高度重视 去年下半年以来整体情况还不错 新老客户占比 从店铺整体来看还是主要有新客户支撑 只是在某几个月份 整体销量特别不好的时候 能够凸显老客户的价值 从客户数可以明显的看出 老客户的贡献人均贡献大于新客户的人均贡献值 2 1客户属性2 1 1地域2 1 2地址 职业2 2客户消费行为2 2 1RFM2 2 2购物时间分析2 2 3商品分析 二 客户特征 2 1 1地域 2 1 2地址 职业 地址 职业回购情况 2 2 1RFM F M 新客户复购分析 R 首次客单价在100元以下的属于低价值客户 复购率低于4 右 占比总客户数的40 首次客单价在100 200元的属于中价值客户 复购率也低于4 占比约为57 首次客单价大于200元的可以归类为高价值客户 复购率略高 占比约为3 新客户复购分析 首次客单价 2 2 2购物时间分析 地域 时点 不同区域在购物时间上还是存在一定的差异性 可以适当的针对不同的地区在不同的时间点进行营销 3 1实施策略3 1 1前期重点3 1 2后期重点3 2其他建议3 2 1部门间的协调 三 实施策略与建议 整体退款率非常高 回购相对较差 大部分都是新客户 3 1 1前期重点 问题 工作重点 产品保证运营优化基础的客户关系管理策略实施新客户培养项目实施 页面优化方案 1 日常搭配套餐 页面关联的选择 2 充分利用流量 主打产品 搭配套餐 提升ROI 3 浏览连带率高 但是购买连带率 单品购买情况不佳 研究详情页面 优势的突出 劣势的攻击 6 A与B商品功能大致相同 A更便宜 加强对价格高产品的价值认同 5 A和B价格一样 功能一样 A是主推 将B与A分开 由其他热销款带动B 7 A和B功能不同 搭配 匹配度不高 调整 组合价格太高 买了又买 看了又看 看了最终买 4 单品转化率低 单品整体转化率高 主图吸引人 价格以及页面详情不尽如意 基础策略 新客户培养策略 新客户培养案例 DAY1 DAY8 DAY30 DAY45 DAY60 感谢信 干货特辑 根据客户购买的产品种类 分类推送 会员生日特权 满月礼 会员专享 优惠刺激 3 1 2后期重点 沿着RFM特征进行 中间结合 地域 地址 职业 信用等级